一种基于信息熵的数据预处理技术

阮祥超; 万定生

Chinese

您当前的位置：

首页 >

文章列表页 >

一种基于信息熵的数据预处理技术

更新时间：2026-09-04

- 一种基于信息熵的数据预处理技术
- A Data Peprocessing Technique Based on Information Entropy
- 微电子学与计算机 2018年35卷第2期页码：104-108
- 作者机构：
  
  河海大学计算机与信息学院,江苏,南京,210098
- 作者简介：
- 基金信息：
  
  国家科技支撑计划课题 2015BAB07B01公益性行业科研专项 201501022
- DOI：
  中图分类号：
- 纸质出版：2018
- 稿件说明：
移动端阅览
阮祥超, 万定生. 一种基于信息熵的数据预处理技术[J]. 微电子学与计算机, 2018, 35(2): 104-108.

RUAN Xiang-chao, WAN Ding-sheng. A Data Peprocessing Technique Based on Information Entropy[J]. 2018, 35(2): 104-108.
阮祥超, 万定生. 一种基于信息熵的数据预处理技术[J]. 微电子学与计算机, 2018, 35(2): 104-108. DOI：

RUAN Xiang-chao, WAN Ding-sheng. A Data Peprocessing Technique Based on Information Entropy[J]. 2018, 35(2): 104-108. DOI：

摘要

神经网络是数据挖掘领域中的重要研究课题.针对水文数据不规则和非线性的数据特征

提出了一种基于信息熵的数据预处理方法

使用了基于改进的BP神经网络模型.该模型采用计算范围熵的熵值的方法

遍历查找替换输入变量

使得输入数据集的变量间线性关系减弱

非线性关系增加

熵值增大

达到提高水文预测精度的目的.在实际的预测中基于相关信息熵的改进神经网络模型的预测效果优于传统预测模型.

Abstract

Neural network is an important research topic in the field of data mining. This paper proposing a data preprocessing method based on information entropy which is directed to the irregular and non-linear data characteristics of hydrological data

and uses an improved model of BP neural network. The model uses the method of calculating the entropy of the range entropy

traversing the input variables

searching and replacing them

making the linear relationship between the variables of the input data set weakened. By this way

the non-linear relationship increasing

and the value of the information entropy increasing

so that it can achieving the purpose of improving the accuracy of hydrological prediction. In the actual prediction

the improved model of neural based on the relevant information entropy is superior to the traditional prediction model.

关键词

Keywords

references

Jia H, Pan D, Yuan Y, et al. Using a BP Neural Network for Rapid Assessment of Populations with Difficulties Accessing Drinking Water Because of Drought[J]. Human % Ecological Risk Assessment, 2015, 21(1): 100-116. DOI: 100

Wu B, Han S, Xiao J, et al. Error compensation based on BP neural network for airborne laser ranging[J]. Optik - International Journal for Light and Electron Optics, 2016, 127(8): 4083-4088. DOI: 4083

Lu C, Ma L, Min Y, et al. Regional information entropy Demons for infrared image nonrigid registration[J]. Optik - International Journal for Light and Electron Optics, 2016, 127(1): 227-231. DOI: 227

王智文. 基于改进BP神经网络的车牌字符识别[J]. 微电子学与计算机, 2011, 28(9): 66-69. DOI: 66

潘笑, 万敏. 基于模糊神经网络的数据挖掘方法研究[J]. 微电子学与计算机, 2005, 22(12): 48-50. DOI: 48

高武奇, 康凤举, 钟联炯. 数据挖掘的流程改进和模型应用[J]. 微电子学与计算机, 2011, 28(7): 9-12. DOI: 9

张继学, 王鹏, 张琳, 等. 人工神经网络在短期降水预测方面的应用研究[J]. 科技风, 2016, 28(17): 123-124. DOI: 123

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于改进RT-DETR的航拍小目标检测算法

基于多尺度融合与小目标增强的航拍车辆检测算法

超低功耗实时时钟电路的设计

低功耗设计的双链电源关断策略的实现与验证

一种基于特征上下文理解与切片分析的肺结核检测算法